基于可见-近红外光谱技术的蜜源快速识别方法.pdf

《基于可见-近红外光谱技术的蜜源快速识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第3期2382010年3月农业工程学报TransactionsoftheCSAEVbl．26No．3Mar．2010基于可见一近红外光谱技术的蜜源快速识别方法杨燕1，一，聂鹏程1，一，杨海清1，．，何勇隙(1．浙江大学生物系统工程与食品科学学院，杭州310029；2．广西师范大学数学科学学院，南宁530023；3．南昌航天航空大学电子信息工程学院，南昌330069；4．浙江工业大学信息工程学院，杭州310029)摘要：蜂蜜蜜源决定了蜂蜜的药用价值。为了实现快速无损识别蜂蜜蜜源，提出了基于可见．近红外光谱技术结

2、合机器学习的方法来实现蜂蜜蜜源的快速无损识别。该研究采集来自4个蜜源共232份蜂蜜样本光谱数据，随机选取其中212个样本用来构建分类器，剩余20个样本进行分类器泛化学习能力的检验评估。光谱数据预处理采用基线校正，数据标准化和平滑消除干扰和噪声。基于一对多分类规则，采用主成分分析结合贝叶斯线性判别构造线性多分类器，并就分类效果和泛化学习能力与前向神经网络器构成的非线性分类器进行比较。结果表明：基于主成分分析结合贝叶斯线性判别构造的多分类器分类正确率为91．95％，前向神经网络的分类正确率为100％。该研究也表明应用可见

3、．近红外技术对蜂蜜蜜源进行快速分类是可行的。关键词：近红外光谱，模式识别，主成分分析，贝叶斯线性判别，蜜源．doi：10．3969／j．issn．1002—6819．2010．03．040中图分类号：043，TP3文献标识码：A文章编号：1002—6819(2010)一03—0238-05杨燕，聂鹏程，杨海清，等．基于可见一近红外光谱技术的蜜源快速识别方法[J]．农业工程学报，2010，26(3)：238--242．YangYah，NiePengcheng，YangHaiqing，eta1．Rapidrecognit

4、ionmethodofnectarplantbasedonvisible-nearinfraredspectroscopy[J】．TransactionsoftheCSAE，2010，26(3)：238--242．(inChinese、jlritllEnglishabstract)0引言蜂蜜被誉为“百花之精”，其富含糖类物质(包括单糖、不同单双糖、低聚糖和多糖)、多种维生素、蛋白质、氨基酸、脂肪酸及多种人体必需的微量元素。蜜源来源植物是进行蜂蜜种类划分的一个重要依据，不同蜜源的蜂蜜，不仅在感官和内在品质上存在一定的差

5、异，而且其营养价值也有所不同。然而，由于蜂蜜感官特征易受加工、贮存、结晶等因素影响，传统方法难以准确辨别蜂蜜品种，容易造成蜂蜜市场品种标志混淆、价格混乱。因此，有必要开展蜂蜜蜜源品种鉴定研究，以保护消费者利益，保证蜂业健康发展。传统方法利用感官分析、花粉分析要求熟练掌握不同蜂蜜的知识，方法的准确度和精确度易受蜂蜜中花粉含量、种类组成、蜂蜜来源、产地、蜜源植物花粉形态、蜜蜂采蜜方式、蜂蜜收集、放蜂环境等因素影响【l】。利用理化分析结合化学计量学可对单花蜂蜜的不同质量参数(水分、pH值、糖、电导率、酸度、脯氨酸、酶值等)

6、收稿日期：2009-06—12修订日期：2009-08-24基金项目：国家高技术研究发展计划(“863”计划)项目(2006AAl02234)；公益性行业(农业)科研专项(200803037)作者简介：杨燕(1973一)，女，广西南宁人，博士，主要从事农业信息自动处理与识别研究。杭州浙江大学生物系统工程与食品科学学院，310029。Emaihy_yae@yahoo．cn※通信作者：何勇(1963一)，男，浙江杭州人，教授，博士生导师，主要从事农业电气化及自动化、生物环境工程与能源工程研究。杭州浙江大学生物系统工程与食

7、品科学学院，310029。Email：yh哦iu．ezht．cn进行识别【2‘41；也可用色谱分析法，通过各种萃取方法，如溶剂萃取法、改良的“Likens．Nickerson”蒸汽蒸馏法和溶剂萃取，动态顶空萃取(dynamicheadspaceextraction，DHS)，固相微萃取以及气体传感器等【5‘10I，分析单花蜜中的挥发性物质成分。但以上鉴定方法都存在对样品进行破坏性处理，且分析费时、操作复杂等缺陷，同时测试过程中用到强酸或强腐蚀性等有害试剂还需进行高温操作，影响检测人员的安全和健康。因此，有必要探索一种

8、新的快速、廉价、安全无损的测定蜂蜜蜜源的方法。可见．近红外光谱检测技术以其高效、快速、低成本、无污染、非破坏和易于实现在线检测等特点在农业和食品行业得到广泛的重视和应用【l卜15】。应用该检测技术，样品无需处理，无有害试剂，快速且重复性好。本研究通过对4种蜜源蜂蜜的可见．近红外光谱数据进行分析，建立了2种不同分类算法的分类模型，并以分类准确率作